1 中国科学院空天信息创新研究院，北京 100094
2 中国科学院大学，北京 100049
3 中科卫星应用德清研究院浙江省微波目标特性测量与遥感重点实验室，浙江 湖州 313200
利用微波特性测量与仿真成像科学实验平台，测量芦苇和茭白在2~17 GHz频率范围内的雷达散射截面积（RCS），分析其在连续频率下的散射特性和极化特性，探讨芦苇和茭白遥感探测的最优模式。结果表明：Ku波段，芦苇和茭白的RCS值最大、X波段次之、C波段最小；不同波段上同极化RCS值远大于交叉极化，当入射角为35°时，无论是芦苇还是茭白，他们在低频部分同极化与交叉极化的RCS差异明显；当入射角为55°时芦苇在高频部分而茭白在整个测量频段，其水平发射水平接收（HH）和垂直发射垂直接收（VV）极化的RCS值差异明显。通过对比分析二者的RCS值特征发现，当入射角为25°时，在7.8~17 GHz波段，利用VV极化和VH极化基本可以区分芦苇和茭白，当入射角为55°时，在7~17 GHz波段，通过分析HH极化和VV极化可以明显区分二者。本研究丰富了湿地地物散射波谱库，并对后续芦苇和茭白的监测具有重要指示意义。
遥感 散射 极化 全要素 芦苇 茭白 激光与光电子学进展
2022, 59(2): 0228001
1 山东科技大学测绘科学与工程学院, 山东 青岛 266590
2 中国科学院遥感与数字地球研究所, 北京 100101
3 中科卫星应用德清研究院微波目标特性测量与遥感重点实验室, 浙江 德清 313200
4 中国科学院大学资源与环境学院, 北京 100049
5 University of Alicante, Alicante, 99, Spain
水稻株高是水稻本身以及土壤、 水文、 气象等因素的综合反映, 是水稻长势监测的重要指标。 准确、 高效、 大范围的株高反演为水稻品种识别、 物候监测、 病虫害评估和产量预测等提供了可靠的依据。 合成孔径雷达（SAR）, 具有全天时、 全天候、 穿透性的优势, 成为水稻株高反演的重要手段之一。 基于极化干涉测量（PolInSAR）的散射模型的反演算法具有严密的物理模型的支撑及较高的反演精度等特点, 成为植被高度反演研究的热点。 结合极化干涉SAR技术, 构建了一种基于RVoG（Random Volume over Ground）模型的水稻株高反演算法, 并利用2015年水稻生长季内9个时相的TanDEM-X极化干涉SAR数据, 进行了水稻株高反演试验。 首先基于每个时相下的极化干涉SAR数据分别得到8个复相干系数, 利用这8个复相干系数在考虑卫星双站模式等情况下进行去相干处理, 然后建立适用于水稻田特性的RVoG模型, 接着构建基于该模型的水稻株高反演迭代算法, 最后对9个时相下的TanDEM-X数据进行研究区的水稻株高反演及精度评定。 结果表明, 当水稻株高高于0.4m时, 该方法的反演结果较好, 决定系数（R2）为0.86, 均方根误差RMSE为6.79 cm; 当水稻株高较低时（水稻株高小于0.4 m）, 反演误差在0.1～0.8 m之间, 反演结果较差, 被明显高估。 通过分析认为, 基于极化干涉理论, TanDEM-X数据在较好地反映出水稻植株的较大体散射量的前提下, 利用所构建的基于RVOG模型的水稻株高反演算法, 能够较好地反演株高在0.33～1.2 m的水稻株高。
水稻 株高 极化干涉SAR RVoG模型 模式搜索法 Rice Rice height TanDEM-X TanDEM-X Polarimetric interferometry SAR (PolInSAR) RVoG model Pattern search algorithm
1 中国科学院遥感与数字地球研究所, 北京 100101
2 中国科学院大学, 北京 100049
利用高分辨率SAR图像进行建筑物提取的常规方法是首先利用二次散射特征线确定建筑物边界, 然后利用叠掩、阴影等散射特征来提取建筑物高度.当建筑物目标走向与星载SAR方位向夹角较大时, 其二次散射特征不明显, 常规重建方法不能取得理想结果.针对这类建筑物目标, 在分析SAR图像上的散射特征为平行四边形条带的基础上, 提出一种基于几何模型约束的建筑物自动提取与三维重建方法.将该方法应用于TerraSAR-X聚束模式图像, 并对提取结果进行了分析和评价, 表明该方法能够有效提取建筑物目标及其三维信息.
高分辨率SAR 建筑物提取 几何模型约束 最优化 平行四边形 high-resolution SAR imagery 3D building extraction Geometrical model-based optimal parallelogram
1 遥感科学国家重点实验室, 中国科学院遥感应用研究所, 北京100101
2 中国科学院研究生院, 北京100049
研究典型干旱区的罗布泊, 对揭示区域环境演变特征和全球变化具有重要意义。 从遥感影像上的“耳纹”特征入手, 通过光谱、 土壤和地表参数等分析, 认为: 地表全盐含量和结构差异是形成罗布泊遥感影像“耳纹”特征的直接原因; 光谱、 全盐含量和土壤粒径的分析结果具有很好的一致性。 “耳纹”记录下了罗布泊地区的环境演变特征, 这些特征表明: 受全球环境影响, 湖水在气候不断干旱的过程中逐渐干涸, 干涸过程的气候调整, 使罗布泊地区经历了两次相对湿润的气候环境, 前一次较长, 后一次很短。
罗布泊 “耳纹”特征 光谱 环境演变 全球变化 Lop Nur “Ear” feature Spectrum Environmental change Global change 光谱学与光谱分析
2011, 31(6): 1633
顾行发 1,2,3,4,*陈兴峰 1,2,3尹球 1,2,4李正强 1,2,4[ ... ]李紫薇 1,2
1 中国科学院遥感应用研究所, 遥感科学国家重点实验室, 北京100101
2 中国科学院研究生院, 北京100049
3 国家航天局航天遥感论证中心, 北京100101
4 国家环境保护卫星遥感重点实验室, 北京100101
2008年夏天, 浒苔在黄海、 东海海域第一次大规模爆发, 成为自然灾害, 严重威胁了第29届青岛奥帆赛的正常举办。 利用卫星、 航空、 船舶等不同平台的遥感方式对浒苔灾害进行实时、 连续、 动态的立体监测。 首先介绍了立体监测系统的构成; 然后在通过对浒苔、 海水灾害现场光谱测量的基础上分析浒苔光谱特征, 并结合多平台、 多传感器、 多光谱遥感数据的特点, 建立了浒苔信息提取模型; 最后对不同平台的遥感监测结果进行了比对, 结合时间序列数据, 分析了浒苔灾害演变趋势; 通过第29届奥帆赛区及周边海域应急监测的应用, 证明该立体监测系统方案的可行性。
浒苔 海洋灾害 立体监测 应急遥感 太阳耀光 Enteromorpha prolifra Marine disaster Stereoscopic monitoring Emergency monitoring Sun glitter 光谱学与光谱分析
2011, 31(6): 1627
1 中国科学院遥感应用研究所, 北京 100101
2 中国科学院研究生院, 北京 100049
针对山区高分辨率雷达卫星Radarsat-2图像的严重几何变形, 提出了一种新的双视向雷达图像几何校正方法.实验证明该方法可以有效祛除地形引起的各种几何变形, 防止地形引起的后向散射系数的失真, 特别是能够有效祛除叠掩和阴影的影响, 而这个问题是基于单幅雷达图像的传统几何校正方法无法解决的.为合成孔径雷达(SAR)图像在山区的推广应用提供了重要手段.
高分辨率SAR 几何校正 地形纠正 双视向补偿 high-resolution SAR image geometric correction radiometric slope correction dual-aspect compensation
